Структурирование предметной области
Идентификация проблемной области
Постановка задачи
Разработать ЭС, для применения ее в автоматизации отдела продаж магазина ноутбуков. Данная программа позволяет классифицировать ноутбуки по нескольким признакам.
Назначение ЭС
Назначение ЭС − консультирование в области принятия решений и формирование списка ноутбуков из каталога, которые соответствуют требованиям покупателя.
Особенности решения задачи связаны с тем, что ЭС настраивается на требования и запросы пользователя. ЭС должна выполнять функции когнитолога, поддерживать интерфейс пользователя, а также хранить и пополнять БЗ в отдельном файле. ЭС должна выдавать класс ноутбука.
Цель разработки ЭС - консультация сотрудников отдела продаж магазина в процессе обслуживания клиентов.
Ожидаемые результаты
Разработать ЭС, для применения ее в автоматизации отдела продаж магазина. Сформировать множество возможных действий по мотивации покупателя в соответствии с заданными требованиями. ЭС должно помощь выбрать оптимальный ноутбук по цене и характеристикам.
Исходные данные
Исходные данные при построении данной ЭС определяются такими переменными, как:
1. Время работы в автономном режиме = [2, 7]
2. Частота процессора = [1400, 3200]
3. Наличие Bluetooth (0 – Нет, 1 – Да) = {0, 1}
4. Объем жесткого диска [40, 500]
5. Вес = [1500, 3000]
6. Тип видеокарты = (0 – Встроенная, 1 – невстроенная) = {0, 1}
7. Наличие вебкамеры = (0 – Нет, 1 – Да) = {0, 1}
8. Наличие модема (0 – Нет, 1 – Да) = {0, 1}
9. Наличие WIFI (0 – Нет, 1 – Да) = {0, 1}
10. Наличие DVD-Rom (0 – Нет, 1 – Да) = {0, 1}
11. Объем оперативной памяти = [1024, 4096]
12. Цена = [12900, 42163]
Концептуализация предметной области
Извлечение знаний
Для решения задачи кластеризации исходных данных были использованы самоорганизующиеся карты Кохонена, для чего было использовано программное средство Deductor Studio Academic 5.1. Преимуществом использования самоорганизующихся карт Кохонена является то, что с их помощью можно выделять сегменты исходного множества без знания о том, к каким именно сегментам они относятся.
В качестве входных данных для построения самоорганизующихся карт Кохонена были использованы данные таблицы 1.
Рисунок 2.1 Диалоговое окно «Мастер обработки»
На рисунке 2.2 представлены статистические данные выборки, найденные с помощью программы Deductor Studio.
Рисунок 2.2 Статистические данные выборки
Для кластеризации данных был выбран уровень значимости – 0,5. Результаты построения самоорганизующихся карт Кохонена представлены на рисунке 2.3.
Рисунок 2.3 Результаты кластеризации данных на основе самоорганизующихся карт Кохонена
Как видно из рисунка 2.3, в результате кластеризации были выявлены 3 кластера.
Цена 18 126, относящиеся к первому кластеру, это ноутбук Acer eMachines D525. Для нее характерна низкие параметры, низкое время автономной работы.
Цена 29 100, которые относятся ко второму кластеру – это Acer Aspire 3810TG. Для нее характерена средние параметры, высокое время автономной работы.
Цена 37 565, которые относятся к третьему кластеру относятся к SONY VAIO VGN-NW2SRF. Для нее характерна высокие параметры, среднее время автономной работы. Таким образом, продукция, относящаяся ко второму кластеру, самый оптимальный выбор ноутбука.
Структурирование предметной области
Структурирование предметной области можно представить в виде дерева целей (рисунок 2.12).
Рисунок 2.12 – Дерево целей
Представим структурирование предметной области в более детальном виде с учетом результатов компонентного анализа.